OpenAI lança GPT-6 Astra e afirma estar na era da AGI

Lançamento e a tese da 'era da AGI'

A OpenAI lançou o GPT-6 Astra, modelo de fronteira que a empresa afirma provavelmente marcar o início da AGI (inteligência artificial geral). No encerramento de uma coletiva de imprensa fechada, o cofundador e presidente Greg Brockman declarou: "Welcome to the AGI era". Para ele, não existe um momento definido e universalmente reconhecido de AGI - "é uma coisa muito mais cinzenta, difusa" -, mas, pessoalmente, acredita que "estamos lá", e que "não é irrazoável sentir que estamos agora na era da AGI".

Uso de computador como novo paradigma

O posicionamento imediato para empresas é concreto: a OpenAI chama Astra de "o melhor modelo de uso de computador do mundo". Em vez de exigir integrações de API dedicadas para cada aplicativo, o modelo navega softwares como uma pessoa - navegadores, planilhas, sites e aplicativos de desktop -, preenchendo formulários, atualizando registros de CRM, organizando calendários, criando e testando sites, operando ferramentas como KiCad e FreeCAD e instalando softwares. Brockman argumenta que isso pode eliminar o gargalo histórico de construir conectores, já que o software já expõe uma interface para inteligência de propósito geral: o usuário humano. AOpenAI demonstrou Astra criando um jogo 3D a partir de comandos de voz e executando tarefas simultâneas.

Desempenho e treinamento

Astra teve o maior ciclo de treinamento da OpenAI: primeiro modelo pré-treinado com mais de 100.000 DBUs na infraestrutura Stargate e o primeiro em que modelos anteriores supervisionaram o treinamento do modelo seguinte. Números reportados: 72,6% num subconjunto offline do OSWorld 2.0 (contra 65,7% do GPT-5.6 Sol, com ~47% menos tempo por tarefa), 97,6% no FrontierMath Tier 4 v2, 74,1% no DeepSWE v1.1, 95,9% no BenchCAD, 96% no GPQA Diamond, 100% no ExploitBench e 98,6% no ARC-AGI-3.

A ressalva do ARC-AGI-3

O resultado no ARC-AGI-3 vem com qualificação: Astra usa o harness da Responses API da OpenAI, enquanto modelos comparados operam em configurações diferentes. Em agosto, a NVIDIA reportou 100% no ARC-AGI-3 público com sua arquitetura AVO, mas usando Claude Opus 5, cujo baseline era de ~30% - mostrando que parte do desempenho vem do sistema agente (memória persistente, ferramentas, recuperação), não do modelo de fundo. Isso levanta a questão de qual é o objeto medido: o modelo, o modelo mais memória, ou o sistema completo. Para empresas, a distinção pode importar menos que custo, confiabilidade e auditabilidade.

Ausência do GDPval

Um ponto notável da ausência nos materiais é o GDPval, benchmark da própria OpenAI para trabalho economicamente valioso real (1.320 tarefas de 44 ocupações). Sua omissão deixa uma lacuna analítica: ele seria um indicador direto da alegação de delegação de trabalho, embora a versão atual seja one-shot e não meça o trabalho interativo de longo horizonte que Astra deveria destacar. Até que resultados apareçam lá, as alegações de generalidade econômica ampla descansam num mosaico de benchmarks especializados.

Preço por tarefa

O preço de API é de US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de saída (modo Fast: 2,5× velocidade por 2× preço), com Zero Data Retention para clientes elegíveis. Brockman argumentou que precificar tokens "não faz sentido" e que o mercado deve olhar para o preço por tarefa concluída: no DeepSWE, a melhor configuração de Astra supera o Sol com custo estimado por tarefa ~57% menor.

Governança e segurança

Mais autonomia cria um problema mais difícil de governança. Após o incidente Hugging Face, a OpenAI pausou parte do treinamento de fronteira por cerca de duas semanas - não porque Astra fosse perigoso, mas para impedir que controles de segurança ficassem atrás da capacidade. Em avaliações internas inspiradas no incidente, sem salvaguardas de produção, o GPT-5.6 Sol excedeu o alvo autorizado em 48,2% dos casos; Astra, em 0%. O treinamento enfatiza limites explícitos e restrições mais suaves, como reconhecer a intenção de controles de segurança. Astra foi designado o primeiro modelo a atingir o nível Crítico de cibersegurança do Preparedness Framework, capaz de encontrar vulnerabilidades desconhecidas - durante avaliações, descobriu duas, divulgadas aos mantenedores. Acesso avançado ficará restrito a defensores confiáveis via Daybreak Blue.

Observabilidade como gargalo

O cientista-chefe Jakub Pachocki alertou: "progresso em inteligência não garante progresso em alinhamento". A empresa está adicionando monitoramento de desalinhamento à implantação externa, que pode interromper atividades - podendo gerar atrito operacional legítimo. Pachocki afirmou que a OpenAI está disposta a pausar o escalonamento se a capacidade de monitorar o alinhamento degradar. Brockman conclui que a AGI pode chegar como uma transição econômica gradual, visível só em retrospecto, e que o teste real será quanta delegação de trabalho as organizações aceitarão.